Sistema inteligente de monitoreo para condiciones ambientales en Industria 4.0

Q4 Agricultural and Biological Sciences Cientifica Pub Date : 2021-07-01 DOI:10.46842//ipn.cien.v25n2a07
Manuel Luna-López, Minerva Hernández-Lozano, Rosario Aldana-Franco, Ervin Álvarez-Sánchez, José Gustavo Leyva-Retureta, Francisco Ricaño-Herrera, Fernando Aldana-Franco
{"title":"Sistema inteligente de monitoreo para condiciones ambientales en Industria 4.0","authors":"Manuel Luna-López, Minerva Hernández-Lozano, Rosario Aldana-Franco, Ervin Álvarez-Sánchez, José Gustavo Leyva-Retureta, Francisco Ricaño-Herrera, Fernando Aldana-Franco","doi":"10.46842//ipn.cien.v25n2a07","DOIUrl":null,"url":null,"abstract":"La revolución tecnológica que implica la implementación de Industria 4.0 obliga a utilizar la tecnología a monitorear las condiciones en las que la producción se lleva a cabo. Esto repercute en los productos obtenidos, pero sobre todo en la salud del personal que labora en las industrias. Lo cual tiene como principal beneficio la reducción de los accidentes de trabajo y las enfermedades producidas por las condiciones ambientales desfavorables. Uno de los gases más peligrosos en el sector industrial es el Monóxido de Carbono, cuyo efecto en el cuerpo humano es el intoxicar los sistemas Así se presenta un sistema que permite monitorear cuatro variables ambientales (humedad relativa, monóxido de carbono, radiación térmica, luminosidad) que son variables importantes en ambientes industriales en donde se emplean motores. El sistema opera de forma inteligente mediante una herramienta de inteligencia artificial que permite clasificar (tomar decisiones) llamada árbol de decisión. Empleando WEKA, se probaron tres algoritmos para la construcción del árbol de decisión: J.48, Random Forest y Random Tree. El experimento arrojó que el algoritmo J.48 obtuvo un promedio 99.86% de aciertos en la clasificación de todas las repeticiones. El algoritmo de Random Forest obtuvo 99.31% de la clasificación correcta. Mientras que Radom Tree tuvo 95.07% de clasificación correcta. Este sistema permite modificar el estado de un sistema de ventilación, refrigeración, semáforo de variables y lámpara de emergencia. Además, el sistema envía los datos colectados mediante Internet de las Cosas (IoT) a un cliente quien puede consultar la información en tiempo real.","PeriodicalId":35044,"journal":{"name":"Cientifica","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cientifica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46842//ipn.cien.v25n2a07","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Agricultural and Biological Sciences","Score":null,"Total":0}
引用次数: 1

Abstract

La revolución tecnológica que implica la implementación de Industria 4.0 obliga a utilizar la tecnología a monitorear las condiciones en las que la producción se lleva a cabo. Esto repercute en los productos obtenidos, pero sobre todo en la salud del personal que labora en las industrias. Lo cual tiene como principal beneficio la reducción de los accidentes de trabajo y las enfermedades producidas por las condiciones ambientales desfavorables. Uno de los gases más peligrosos en el sector industrial es el Monóxido de Carbono, cuyo efecto en el cuerpo humano es el intoxicar los sistemas Así se presenta un sistema que permite monitorear cuatro variables ambientales (humedad relativa, monóxido de carbono, radiación térmica, luminosidad) que son variables importantes en ambientes industriales en donde se emplean motores. El sistema opera de forma inteligente mediante una herramienta de inteligencia artificial que permite clasificar (tomar decisiones) llamada árbol de decisión. Empleando WEKA, se probaron tres algoritmos para la construcción del árbol de decisión: J.48, Random Forest y Random Tree. El experimento arrojó que el algoritmo J.48 obtuvo un promedio 99.86% de aciertos en la clasificación de todas las repeticiones. El algoritmo de Random Forest obtuvo 99.31% de la clasificación correcta. Mientras que Radom Tree tuvo 95.07% de clasificación correcta. Este sistema permite modificar el estado de un sistema de ventilación, refrigeración, semáforo de variables y lámpara de emergencia. Además, el sistema envía los datos colectados mediante Internet de las Cosas (IoT) a un cliente quien puede consultar la información en tiempo real.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
工业4.0环境条件智能监测系统
工业4.0的实施所涉及的技术革命迫使我们使用技术来监控生产进行的条件。这对所获得的产品有影响,但最重要的是对在工业中工作的人员的健康有影响。其主要好处是减少了由不利环境条件造成的职业事故和疾病。一个工业部门是最危险的气体一氧化碳、其影响人类的身体是醉人这样显示系统,该系统可允许监控四个环境变量(相对湿度、一氧化碳、热辐射,亮度)变量的工业环境中使用的重要引擎。该系统通过一种名为决策树的人工智能工具进行智能操作,该工具允许对决策进行分类。利用WEKA测试了三种构建决策树的算法:J.48、随机森林和随机树。实验表明,J.48算法对所有重复进行分类的准确率平均为99.86%。随机森林算法获得了99.31%的正确分类。而拉多姆树的正确分类为95.07%。该系统允许修改通风、冷却、可变交通灯和应急灯系统的状态。此外,系统将通过物联网(IoT)收集的数据发送给客户,客户可以实时查询信息。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Cientifica
Cientifica Agricultural and Biological Sciences-Agricultural and Biological Sciences (all)
CiteScore
0.50
自引率
0.00%
发文量
4
期刊最新文献
Eucalyptus citriodora, E. phaeotricha and E. propinqua seeds subjected to classification by sieves Use of bioinsecticide and sugarcane molasses in the management of Cosmopolites sordidus (Germar) and Metamasius spp. (Horn) Spray nozzles and curtain of chains in fungicide application to control Asian soybean rust Desordens nutricionais provocadas por deficiência e excesso de zinco em plantas de milho Efeito da bagana de carnaúba nos atributos microbiológicos, umidade e temperatura do solo
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1